-
公开(公告)号：CN113784410A
公开(公告)日：2021-12-10
申请号：CN202111120444.5
申请日：2021-09-24
Applicant: 吉林大学
Abstract: 本发明专利公开了基于强化学习TD3算法的异构无线网络垂直切换方法，具体涉及通讯技术领域。包括如下步骤：采用熵权法计算网络状态参数的权重，构造奖励函数；初始化策略网络以及两个估计网络，对上述网络对应的目标网络初始化，并初始化经验池；演员当前网络根据网络状态参数做出切换决策，求得奖励值；采用梯度下降法训练评论家当前网络，采用梯度上升法训练演员当前网络，更新演员目标网络参数和评论家目标网络参数；在每个决策时刻进行S4‑S5的操作步骤，训练更新网络参数；根据训练好的策略网络来确定最优的切换策略。采用本发明技术方案解决了深度强化学习汇总网络参数状态动作值过高估计的问题，可用于快速选出最优切换决策。
-
公开(公告)号：CN108853081B
公开(公告)日：2021-04-06
申请号：CN201810613331.0
申请日：2018-06-14
Applicant: 吉林大学
IPC: A61K31/352 , A61P1/00 , A61P31/04
Abstract: 本发明涉及穗花杉双黄酮在制备治疗鸡坏死性肠炎的药物中的用途，并通过产气荚膜梭菌滑动运动抑制试验、生物被膜形成抑制试验雏鸡坏死性肠炎模型治疗试验、病理组织学切片观察及肠道菌群分析试验验证穗花杉双黄酮对产气荚膜梭菌感染所致的鸡坏死性肠炎具有保护作用。由于传统抗生素的滥用和细菌耐药性的不断加强，穗花杉双黄酮具有治愈率高，无耐药性及药物残留的特点，因此穗花杉双黄酮用于治疗鸡坏死性肠炎可以增加使用药物的选择性,对开发新药有着重要意义。
-
公开(公告)号：CN108853081A
公开(公告)日：2018-11-23
申请号：CN201810613331.0
申请日：2018-06-14
Applicant: 吉林大学
IPC: A61K31/352 , A61P1/00 , A61P31/04
Abstract: 本发明涉及穗花杉双黄酮在治疗鸡坏死性肠炎中的医用用途，并通过产气荚膜梭菌滑动运动抑制试验、生物被膜形成抑制试验雏鸡坏死性肠炎模型治疗试验、病理组织学切片观察及肠道菌群分析试验验证穗花杉双黄酮对产气荚膜梭菌感染所致的鸡坏死性肠炎具有保护作用。由于传统抗生素的滥用和细菌耐药性的不断加强，穗花杉双黄酮具有治愈率高，无耐药性及药物残留的特点，因此穗花杉双黄酮用于治疗鸡坏死性肠炎可以增加使用药物的选择性,对开发新药有着重要意义。
-
公开(公告)号：CN113612843B
公开(公告)日：2022-08-30
申请号：CN202110882738.5
申请日：2021-08-02
Applicant: 吉林大学
IPC: H04L67/10 , H04L41/0894 , H04L41/14 , H04L47/78 , G06N20/00
Abstract: 本发明公开的属于通信技术领域，具体为一种基于深度强化学习的MEC任务卸载和资源分配方法，包括以下步骤：S1：在移动边缘计算场景下，构建包括云服务器、移动边缘计算服务器与终端设备的三层计算卸载与资源分配模型，并初始化系统参数；S2：针对三层的卸载场景，计算系统总体开销；S3：以最小化系统开销为优化目标，构建深度强化学习模型；S4：提出一种基于最大熵框架的柔性制动策略，进行卸载决策和资源分配决策。该基于深度强化学习的MEC任务卸载和资源分配方法，在保证满足不同用户服务质量需求的情况下不仅有效利用了系统的资源而且能帮助用户选择最优卸载策略以最小化系统开销。
-
公开(公告)号：CN106924229B
公开(公告)日：2019-11-19
申请号：CN201710312073.8
申请日：2017-05-05
Applicant: 吉林大学
Abstract: 本发明涉及根皮素在制备治疗鸡坏死性肠炎药物中的应用，并通过产气荚膜梭菌滑动运动抑制试验、生物被膜形成抑制试验以及雏鸡坏死性肠炎模型试验证根皮素对产气荚膜梭菌感染所致的鸡坏死性肠炎具有保护作用。由于传统抗生素的滥用和细菌耐药性的不断加强，根皮素具有治愈率高，无耐药性及药物残留的特点，因此根皮素用于治疗鸡坏死性肠炎可以增加使用药物的选择性,对开发新药和有着重要意义。
-
Patent Agency Ranking
公开(公告)号：CN113596785A
公开(公告)日：2021-11-02
申请号：CN202110843838.7
申请日：2021-07-26
Applicant: 吉林大学
Abstract: 本发明适用于通信技术领域，提供了基于深度Q网络的D2D‑NOMA通信系统资源分配方法，所述基于深度Q网络的D2D‑NOMA通信系统资源分配方法包括以下步骤:建立蜂窝网络下D2D‑NOMA通信系统的网络模型；计算蜂窝用户i被D2D‑NOMA簇复用后的信干噪比以及第j个簇内第k个D2D接收机的信干噪比构建以最大化D2D用户总吞吐量为目标的优化问题；建立马尔科夫模型；设计深度Q网络中的Behavior网络和Target网络；利用深度Q网络使智能体与环境交互，输出最优资源分配策略。本发明利用深度Q网络方法在保证蜂窝用户的服务质量的前提下，提高了D2D‑NOMA系统的吞吐量和频谱效率。
-
公开(公告)号：CN107714678B
公开(公告)日：2020-06-02
申请号：CN201710992619.9
申请日：2017-10-23
Applicant: 吉林大学
Abstract: 本发明涉及紫檀芪在制备MCR‑1酶抑制剂中的应用，并通过棋盘法和时间‑杀菌曲线法验证紫檀芪能够抑制MCR‑1酶的活性并恢复多粘菌素B对MCR‑1阳性肠杆菌(主要包括大肠杆菌和肺炎克雷伯菌)的抗菌活性。进一步通过建立小鼠腹膜炎感染模型证明紫檀芪联用多粘菌素B对能够产生MCR‑1的肠杆菌造成的感染具有良好的治疗效果，同时通过毒性实验证明紫檀芪药物浓度在治疗剂量内对小鼠无毒。因此紫檀芪作为MCR‑1抑制剂可以与抗生素联用，增加对超级耐药菌使用药物的选择性,对开发抗MCR‑1阳性肠杆菌感染新药有着重要意义。
-
公开(公告)号：CN107714678A
公开(公告)日：2018-02-23
申请号：CN201710992619.9
申请日：2017-10-23
Applicant: 吉林大学
Abstract: 本发明涉及紫檀芪在制备MCR-1酶抑制剂中的应用，并通过棋盘法和时间-杀菌曲线法验证紫檀芪能够抑制MCR-1酶的活性并恢复多粘菌素B对MCR-1阳性肠杆菌(主要包括大肠杆菌和肺炎克雷伯菌)的抗菌活性。进一步通过建立小鼠腹膜炎感染模型证明紫檀芪联用多粘菌素B对能够产生MCR-1的肠杆菌造成的感染具有良好的治疗效果，同时通过毒性实验证明紫檀芪药物浓度在治疗剂量内对小鼠无毒。因此紫檀芪作为MCR-1抑制剂可以与抗生素联用，增加对超级耐药菌使用药物的选择性,对开发抗MCR-1阳性肠杆菌感染新药有着重要意义。
-
公开(公告)号：CN113784410B
公开(公告)日：2022-09-23
申请号：CN202111120444.5
申请日：2021-09-24
Applicant: 吉林大学
Abstract: 本发明专利公开了基于强化学习TD3算法的异构无线网络垂直切换方法，具体涉及通讯技术领域。包括如下步骤：采用熵权法计算网络状态参数的权重，构造奖励函数；初始化策略网络以及两个估计网络，对上述网络对应的目标网络初始化，并初始化经验池；演员当前网络根据网络状态参数做出切换决策，求得奖励值；采用梯度下降法训练评论家当前网络，采用梯度上升法训练演员当前网络，更新演员目标网络参数和评论家目标网络参数；在每个决策时刻进行S4‑S5的操作步骤，训练更新网络参数；根据训练好的策略网络来确定最优的切换策略。采用本发明技术方案解决了深度强化学习汇总网络参数状态动作值过高估计的问题，可用于快速选出最优切换决策。
-
公开(公告)号：CN113612843A
公开(公告)日：2021-11-05
申请号：CN202110882738.5
申请日：2021-08-02
Applicant: 吉林大学
IPC: H04L29/08 , H04L12/911 , H04L12/24 , G06N20/00
Abstract: 本发明公开的属于通信技术领域，具体为一种基于深度强化学习的MEC任务卸载和资源分配方法，包括以下步骤：S1：在移动边缘计算场景下，构建包括云服务器、移动边缘计算服务器与终端设备的三层计算卸载与资源分配模型，并初始化系统参数；S2：针对三层的卸载场景，计算系统总体开销；S3：以最小化系统开销为优化目标，构建深度强化学习模型；S4：提出一种基于最大熵框架的柔性制动策略，进行卸载决策和资源分配决策。该基于深度强化学习的MEC任务卸载和资源分配方法，在保证满足不同用户服务质量需求的情况下不仅有效利用了系统的资源而且能帮助用户选择最优卸载策略以最小化系统开销。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.059 seconds)
